EOF-LSTM神经网络的电离层TEC预报模型

作者：汤俊; 李垠健; 钟正宇; 高鑫

来源：大地测量与地球动力学, 2021, 41(09): 911-915+944.

DOI：10.14075/j.jgg.2021.09.005

• 经验正交函数
• 长短期记忆神经网络
• 电离层总电子含量
• 预报模型

为有效利用电离层总电子含量序列的时间信息,提出一种经验正交函数分解与长短期记忆神经网络组合的预报模型,利用IGS提供的云南地区TEC格网数据,分别对不同地点和不同时段的电离层进行建模预报。实验结果表明,该模型在同一时段预报5 d的TEC值均方根误差最优达1.83 TECu,较单一模型减小16%,其平均相对精度最优达91.56%,较单一模型增加7%;在同一地点预报5 d的TEC值均方根误差最优达1.86 TECu,较单一模型减小25%,其平均相对精度最优达90.74%,较单一模型增加7%。

• 单位
  华东交通大学